演讲 PPT 也是 AI 生成的
还有个manus在线版：aicoding-ee5dej8g.manus.space
很久没发文章了，不知道还有没有人看
1. AI发展
AI 人工智能（artificial intelligence）
1.1. Transformer 架构
text
输入: "LLM是什么"
↓
[Tokenization] → 切分成词元: ["LLM", "是", "什么"]
↓
[Embedding] → 转换为数字向量
↓
[Self-Attention] → 理解词与词之间的关系（关键！）
↓
[前馈网络] → 多层处理
↓
[输出层] → 预测下一个词的概率分布
↓
输出: "LLM是大语言模型..."1.2. 5 大阶段
L1：聊天机器人，具有对话能力的AI，ChatGPT。
L2：推理者，像人类一样能够解决问题的AI，深度思考，DeepSeek。
L3：智能体，不仅能思考，还可以采取行动的AI系统，Agent。
L4：创新者，能够协助发明创造的AI。 AI医药发明
L5：组织者，可以完成组织工作的AI。钢铁侠贾维斯
对于我们开发者来说，目前主要接触的是 L1-L3 阶段。L1 就是日常问答，L2 是代码推理和debug，L3 就是 Cursor Agent、Warp Agent 这类能直接改代码跑命令的工具。
2. Prompt
2.1. 需不需要学习？
AI 提示词需要学习吗？总是说AI prompt很重要，然后要教学怎么写，我用ai的话，我直接问你需要哪些信息不就行了，为什么要专门去学这些，而且效果还不一定好
直接问 vs 主动学习的区别
1、被动 vs 主动的效率差异
◦ 你每次都需要我来引导你补充信息，这增加了交互轮次
◦ 如果你懂基本原理，可以一次把关键信息都给我，减少往返
2、质量差异
◦ 一个好 prompt 能让我理解你的真实需求，而不是表面需求
◦ 比如你说"帮我优化代码"，我可能问半天------但如果你说"我的 API 响应时间 800ms，希望降到 200ms，瓶颈在数据库查询"，我直接能给出有针对性的方案
3、你能做 AI 做不了的
◦ AI 可以回答问题，但只有你知道你真正的约束条件（时间、成本、技术栈限制等）
◦ 如果你能清楚地表达这些，结果会好得多
2.2. 套路实践
-
我是谁，什么身份
-
我要做什么，现状是什么
-
我问题的相关上下文有哪些
-
我希望能做到什么效果
-
需求确认
eg：
我是一名前端开发，我现在要通过图片生成前端页面，现在只有一个模板页面。我的需求都写在当前目录的 prd.md中，我希望你能尽可能高的还原我的需求+图片设计。
评估下还有什么需要我补充的信息吗？如果没有，请直接开始
line
prd.md
结合现有系统的规范和当前目录下的图片，实现如下需求
通用要求：
- UI 不用按照图片的，参考departureTask/index.tsx的实现
- 规范参考当前子应用的apps/stationSystem/CLAUDE.md
- 接口先本地 mock，后续和后端进行接口联调
- 不需要写项目说明，直接实现即可
评估下还有什么需要我补充的信息吗？如果没有，请直接开始
[列表页]
- 使用系统组件：GeneralPage，导出、新建按钮等
[删除]
- 需要二次确认弹窗2.2.1. 我是谁
我是一名前端开发，我是一名资深前端开发，我是一名前端架构师
举个例子
line
任务：实现一个用户列表
• "前端开发" → 我给你一个完整的组件 + 详细注释
• "资深前端开发" → 我给你代码 + 简单说明，假设你知道怎么集成
• "前端架构师" → 我会先问你：
◦ 这个列表未来会复用吗？
◦ 数据层怎么设计？
◦ 要不要做虚拟滚动？
◦ 然后给你一个分层清晰的方案2.2.2. 我要做什么
我现在要通过图片生成前端页面，现在只有一个模板页面。我的需求都写在当前目录的 prd.md中，我希望你能尽可能高的还原我的需求+图片设计。
优化后
我现在要根据设计图（./design.png）和需求文档（./prd.md）生成前端页面，实现模板参考（./departureTask/index.tsx）。我希望你能尽可能高的还原需求
2.2.3. 需求确认
评估下还有什么需要我补充的信息吗？如果没有，请直接开始
优化后
版本 1：平衡型（推荐）
有缺少的关键信息吗？如果有请直接问，如果没有就开始吧。
• 更简洁
• "关键"二字暗示：别问可有可无的细节
• 语气更直接
版本 2：强制检查型
开始前确认：有什么信息缺失会影响实现？
• 强迫 AI 思考"会影响实现"的信息，威胁 AI，说一些严重的后果
• 适合复杂任务
版本 3：极简型
开始前确认：有什么信息缺失会影响实现？
• 最干脆，适合你已经很清楚自己提供的信息够不够的时候
版本 4：去掉小尾巴
直接不加，让 AI 自己判断问还是做
• 如果你的 prompt 已经很完整，AI 会直接开始
• 如果真的缺信息，AI 自然会问
• 风险：可能多一轮对话
3. Cost
用AI写代码最肉疼的就是token消耗，尤其是用 Claude 这类贵的模型。分享几个省钱的套路：
3.1. 分层策略
别什么问题都用最贵的模型。我的习惯是：
-
简单问答、格式转换、写注释：用便宜的模型，DeepSeek、GPT-4o-mini、Claude Haiku 都行，各种 IDE 都有 Auto 模式
-
复杂逻辑、架构设计、疑难debug：Claude Sonnet 4.5、Gemini 3 Pro
-
特别复杂的问题：Claude Opus 4.5、Gpt 5.2、Gemini 3 Pro （thinking）
3.2. 减少上下文
上下文越长，消耗越大。几个技巧：
-
新开会话处理新问题，别在一个对话里聊八百件事
-
只贴相关代码，别把整个文件扔进去
-
用
@符号精确引用文件（Cursor里），而不是手动复制粘贴 -
定期总结对话，让AI记住关键点后清理历史
-
多次提交代码，避免幻觉混乱返工
3.3. 多种 IDE 结合
-
warp 目前用户较少，激活器模式无限 Token
-
国际：Cursor、Windsurf、Antigravity、Kiro
-
国内：Trae、Qoder
4. 模型
4.1. 代码场景推荐
4.1.1. 国际模型
| 场景 | 推荐模型 | 原因 |
|---|---|---|
| 高精度代码生成 / 疑难杂症 | Opus 4.5 | 在 SWE-Bench 等代码基准上表现顶尖 |
| 分析大量设计文档 + 代码 + 图像原型 | Gemini 3 Pro | 超大上下文 + 多模态 |
| 持续 agent 工作流 / 长任务 | Sonnet 4.5 | 连贯性、稳定推理 |
| 万能通用助手 / 成本敏感 | GPT-5.x | 性能与价格最优均衡 |
| 简单客服 / FAQ / 内容生成 | 较小模型足够 | 不需要用旗舰 |
4.1.2. 国内模型
-
DeepSeek：性价比之王，API价格是 OpenAI 的几十分之一，代码能力在线
-
通义千问(Qwen)：阿里出的，开源模型质量高，可以本地跑
-
Kimi：长上下文做得好，适合分析长文档
-
豆包：便宜，日常够用
4.1.3. 结论
D 档走天下，Auto 超省心
-
别迷信benchmark，实际用起来差别没那么大
-
不同模型有不同的"性格"，Claude 比较谨慎，GPT 比较敢写
-
复杂项目建议固定一个模型，它会更好地理解你的代码风格
-
遇到某个模型死活搞不定的问题，换一个模型试试 or 换一种 prompt，不要在幻觉中找方案
5. 项目开发技巧
5.1. 给AI建立项目上下文
在项目根目录创建 CLAUDE.md 或 README.md或 .cursorrules
line
# 项目规范
## 技术栈
- React 18 + TypeScript
- Ant Design 5.x
## 代码规范
- 组件用函数式，不用 class
- 样式用 CSS Modules
- 接口类型定义放 types/ 目录
## 项目结构
- src/components 通用组件
- src/pages 页面
- src/services API 调用有了这个文件，AI 生成的代码会更符合项目规范，省得每次都要说一遍。
5.2. 增量开发而不是一次性生成
别想着一句话让AI把整个功能写完。更好的方式：
-
先让AI写个骨架/伪代码
-
review一下思路对不对
-
逐步填充具体实现
-
每一步都跑一下看看有没有问题
这样出问题容易定位，也不容易跑偏。
5.3. 善用报错信息
遇到报错，直接把完整的错误信息贴给AI，比你自己描述"它报错了"有用100倍。包括：
- 完整的 error stack
- 相关的代码片段
- 你做了什么操作触发的
5.4. Code Review 让AI来
写完代码可以让AI帮忙 review：
line
帮我review一下这段代码，重点看：
1. 有没有潜在的bug
2. 性能有没有问题
3. 有没有更简洁的写法
4. 可维护性怎么样
5. 和其他模块通用部分抽离了没等等5.5. 调试
与其问"为什么不工作"，不如：
-
描述期望的行为
-
描述实际的行为
-
贴上相关代码和报错
line
期望：点击按钮后弹窗关闭
实际：弹窗没有关闭，控制台没有报错
代码：[贴代码]
我已经确认 handleClose 函数被调用了（加了console.log）6. 各种 好玩的AI
-
comfyUI - 图像生成工作流，比直接用 SD 灵活
-
nano banana pro - 基于 Gemini 3 Pro 的图像生成
-
AI 医药
-
AI 显卡
-
AI 储能
- 核能
- AI 数据中心送上天，太阳能
-
AI 自动驾驶
-
Manus现状
- 2025年3月，Manus一码难求；2025年7月，Manus在中国归于沉寂
-
豆包手机
- 首发搭载于努比亚M153工程样机,售价3499元
- 微信封杀
- 罗永浩力挺
-
AotuGLM
- 开源，可以自己部署一个全自动化手机
-
AI 电影
- 升级
- 黑客帝国（1～3）
- 我，机器人
- 攻壳机动队
-
本地大模型 / 推理框架（离线、隐私、可控）
- Ollama - 一键拉取 + 本地运行模型
- LM Studio - 本地模型 GUI + OpenAI 兼容接口
- llama.cpp - 量化部署（CPU/GPU 都能跑）
- vLLM - 高吞吐推理服务（适合自建 API）
-
RAG / 知识库（让 AI "查资料再回答"）
- LangChain / LlamaIndex - 快速搭建检索增强应用
- 向量数据库：Milvus / Qdrant / Weaviate
- Reranker：bge-reranker 等（提升检索排序质量）
-
Agent / 自动化（让 AI 真的去做事）
- OpenHands / Aider - 让 AI 在仓库里改代码、跑命令、修 bug
- Playwright + LLM - 自动化浏览器回归测试、抓取、脚本任务
- Atlas 浏览器
-
视频 / 音频（内容生产力工具链）
- 视频生成：Runway / Pika / Luma / 可灵（Kling）
- 语音转文字：Whisper / FunASR
- 语音合成：TTS 工具（配合播客、旁白、客服）
-
Claude SKILLS
-
Vibe Coding
-
Gemini Opal gems
-
Trae Solo Dev
-
Qoder Quest
7. 最后
工具再好也只是工具。AI 能帮你提效，但不能替你思考架构、理解业务。最值得投入的还是自己的基本功：对语言特性的理解、对设计模式的掌握、对业务的熟悉程度。
AI 是放大器，你本身的能力决定了放大后的上限。
有问题欢迎交流
爱你的俊劫